پخش بار اقتصادی دینامیکی بهینه با استفاده از P-PSO پیشنهادی

نویسندگان

1 دانشگاه تحصیلات تکمیلی صنعتی کرمان

2 دانشگاه شهید باهنر کرمان

چکیده

هدف از حل مسئلۀ پخش بار اقتصادی در سیستم قدرت، برنامه‌ریزی خروجی واحدهای تولید به نحوی است که تقاضای بار مورد نیاز را با کمترین هزینۀ ممکن تأمین می‌کند، ضمن اینکه قیود برابری یا نابرابری همۀ واحدها را ارضا می‌نماید. در این مقاله، روش بهینه‌سازی جدیدی تحت عنوان PSO-P < /span>[1]برای افزایش قابلیت اکتشاف و استخراج پیشنهادشده که دارای یک ماژول آشفتگی نیز برای جلوگیری از همگرایی محلی است.روش پیشنهادی برای پخش بار اقتصادی بهینه مورد استفاده قرار گرفته است. برای واحدهای مختلف قیود موجود در سیستم شامل تلفات سیستم انتقال، تأثیر شیر ورودی بخار، محدودیت توان تولیدی هر واحد و توازن تولید و مصرف و نیز آلودگی نیروگاه‌ها به‌عنوان جزئی از تابع هدف در نظر گرفته شده است. عملکرد روش بهینه‌سازی پیشنهادی بر روی چهار سیستم قدرت مختلف ارزیابی شده که برای سیستم 15 واحدی پخش بار اقتصادی به‌صورت دینامیکی با توجه به تقاضای بار 24 ساعت صورت گرفته است. برای نشان دادن کارایی روش در سیستم‌های بزرگ، نتایج سیستم 80 واحدی با روش‌هایبهینه‌سازی که در مقالات اخیر پیشنهاد شده، مقایسه شده است. نتایج حاصل نشان می‌دهد که روش بهینه‌سازی حاصل عملکرد بسیار خوبی داشته و برای حل مسئله پخش بار اقتصادی بسیار کارا می‌باشد.

 


* نویسندۀ مسئول

[1].Proposed- Particle Swarm Optimization

کلیدواژه‌ها


[1] فلقی، حمید.، امینی، امیر. و نجفی، ارسلان.، «توزیع بهینۀ اقتصادی بار با در نظر گرفتن محدودیت‌های عملی نیروگاه‌ها با استفاده از الگوریتم جهش قورباغۀ بهبودیافته»، مجله مدیریت انرژی، شمارۀ اول، سال اول، صفحۀ 38-48 ، پاییز 1390. [2] امینی، امیر.، فلقی، حمید. و رمضانی مریم.، «توزیع بار بین نیروگاه‌ها به‌منظور کاهش همزمان هزینۀ سوخت و آلاینده‌های زیست‌محیطی»، مجلۀ مدیریت انرژی، شمارۀ اول، سال سوم، صفحۀ 2-15، بهار 1392. [3] هوشمند، رحمت‌الله و پرستگاری، معین. ، کاربرد الگوریتم PSO در پخش بار اقتصادی و پخش آلودگی برای توابع هزینۀ ناصاف با وجود تلفات خطوط انتقال و محدودیت‌های عملی سیستم، نشریه مهندسی برق و کامپیوتر ایران، سال 6، شمارۀ 3، 1387. [4] Azizipanah, R., et al, "Robust, Fast and Optimal Solution of Practical Economic Dispatch by a New Enhanced Gradient-Based Simplified Swarm Optimisation Algorithm", IET Gener. Transm. Distrib, Vol. 7, pp. 620–635, 2013. [5] Adler, R.B., Fischl, R. "Security Constrained Economic Dispatch with Participation Factors based on Worst Case Bus Load Variations", Power Apparatus Syst IEEE Trans, 96, pp.347–56, 1977. [6] Bui, R.T., Ghaderpanah, S., "Real Power Rescheduling and Security Assessment", IEEE Trans. on Power Apparatus and Systems, Vol.101, No.8, pp.2906–2915, 2007. [7] Wood, A. J., Wollenberg, B. F., "Power Generation Operation and Control", 2nd ed., Wiley, New York, 1996. [8] Wong,K. P.,Fung, C. C., "Simulated Annealing based Economic Dispatch Algorithm", IEE Proc.-C, Vol. 140, No. 6, pp. 509-515, 1993. [9] Walters, D. C., Sheble, G. B., "Genetic Algorithm Solution of Economic Dispatch with Valve Point Loading", IEEE Transactions on Power Systems, Vol. PWRS-8, No. 3, pp. 1325-1332, 1993. [10] Yang, H. T.,Yang, P. C., and Huang, C. L., "Evolutionary Programming based Economic Dispatch for Units with Non-Smooth Fuel Cost Functions", IEEE Transactions on Power Systems, Vol. 11, No. 1, pp. 112-118, 1993. [11] Pancholi, RK, Swarup, K.S., "Particle Swarm Optimization for Security Constrained Economic Dispatch. In: International Conference on Intelligent Sensing and Information Processing", (IEEE Cat. No. 04EX783), Chennai, India, pp. 7–12, 2004. [12] Selvakumar, I., Dhanushkodi, K., Jaya Kumar. J., Kmar Charlie Paul, C., "Particle Swarm Optimization Solution to Emission and Economic Dispatch Problem", IEEE 2003. [13] Park, JB., Lee, K.S., Shin, JR., Lee, KY., "A Particle Swarm Optimization for Economic Dispatch with Non-Smooth Cost Functions", IEEE Transaction of Power System, pp. 34–42, 2005. [14] Park, J. B., Jeong,Y. W., Kim, H. H., and Shin, J. R., "An Improved Particle Swarm Optimization for Economic Load Dispatch with Valve Point Effect", International Journal of Innovations in Energy Systems and Power, Vol. 1, No. 1, 2006. [15] Abido, M. A., "Multiobjective Particle Swarm Optimization for Environmental/ Economic Dispatch Problem", In: Proceedings of the 8th international power engineering conference, pp. 1385–90, 2007. [16] Cohelo, SL, Lee, SC., "Solving Economic Load Dispatch Problems in Power System Using Chaotic and Gaussian Particle Swarm Optimization Approaches", Electrical Power and Energy Systems 30, pp. 297–307, 2008. [17] Chuanwen, J., Etorre. B., "A Self-Adaptive Chaotic Particle Swarm Algorithm for Short Term Hydroelectric System Scheduling in Deregulated Environment", Energy Conversion & Management, pp.2689–2696, 2011. [18] Giang, Z.L., "Particle Swarm Optimization to Solving the Economic Dispatch Considering the Generator Constraints", IEEE Transaction on Power System, pp.1187–95, 2003. [19] Bae Park, J., et al, "An Improved Particle Swarm Optimization for Nonconvex Economic Dispatch Problems", IEEE Transactions on Power Systems, Vol. 25, No. 1, pp.754-762, 2010. [20] Jun, S., et al, "Solving the Power Economic Dispatch Problem with Generator Constraints by Random Drift Particle Swarm Optimization", IEEE Transactions on Industrial Informatics, Vol. 10, No. 1, pp. 222-232, 2014. [21] Chakraborty, S., et al, "Solving Economic Load Dispatch Problem with Valve-Point Effects Using a Hybrid Quantum Mechanics Inspired Particle Swarm Optimization", IET Gener. Transm. Distrib, Vol. 5, Iss. 10, pp. 1042–1052, 2011. [22] Mahor, A., Prasad, V., Rangnekar, S., "Economic Dispatch Using Particle Swarm Optimization", A review, Renewable and Sustainable Energy Reviews 13, pp. 2134–2141, 2009. [23] Sadaat H., "Power system analysis", WCB/McGraw-Hill; 1999. [24] Pereira-Neto, A., Unsihuay, C., Saavedra, O.R., "Efficient Evolutionary Strategy Optimization Procedure to Solve the Nonconvex Economic Dispatch Problem with Generator Constraints", IEEE Proc Gener Transm Distrib, 152(5), pp. 653–60, 2005. [25] Nasir, M., Das, S., Maity, D., Sengupta, S., Halder, U., Suganthan, P.N., "A Dynamic Neighborhood Learning based Particle Swarm Optimizer for Global Numerical Optimization", Information Sciences, pp.16-36, 2012. [26] Kennedy, J., Eberhart, R., "Particle Swarm Optimization", in Proc. IEEE Int. Conf. Neural Networks, Piscataway, NJ, pp. 1942–1948, 1995. [27] R. Eberhart and J. Kennedy, "A New Optimizer Using Particle Swarm Theory", in Proc. 6th Int. Symp. Micro Machine and Human Science, pp. 39–43, 1995. [28] X. Hu, Y. Shi, and R. Eberhart, "Recent Advances in Particle Swarm", in Proc. Congr. Evolutionary Computation, Vol. 1, pp. 90–97, 2004. [29] Su, C.T., Lin, C.T., "New Approach with a Hopfield Modeling Framework to Economic Dispatch", IEEE Transactions on Power Systems, Vol. 15, No. 2, pp. 541– 545, 2000.